文档介绍:2021 年 第 40 卷 第 9 期 传感器与微系统(Transducer and Microsystem Technologies) 121
DOI:10. 菱形[5]等匹配算法。这些算法的基 M ×N,模板图像 T 的像素数为 m × n,图 1(a)中子区域 P
本原理是,在初始图像中选择一个模板,然后用模板和新图 (虚线框内)是与模板图像 T 匹配的区域。将模板图像 T
像的子区域一一匹配计算,最终,得到与模板相关值最大的 叠放在实时图像 S 上依次进行匹配计算时,模板图像 T 覆
子区域来确定物体表面位移或形变的量。 盖的那块子区域称为子图 P(u,v),(u,v)为这块子图的左
在用模板与当目标图像的子区域一一匹配计算过程 上角像素点在实时图像 S 图中的坐标,称为参坐标。模板
中,通常只有一个区域是与模板匹配的,但是在找到匹配的 图像 T 和实时子图像 P 的匹配程度用相关值来衡量。设
子区域之前,需依次计算相应的非匹配的子区域,这样就会 Ti,j 代表模板图像像素,Pi,j 代表实时子图的像素,则模板图
耗费大量的运算时间。在精确计算物体的形变时,这种全 像 T 和实时子图像 P 的归一化积相关值可表示为
收稿日期:20万方数据20—05—0512 2 传 感 器 与 微 系 统 第 40 卷
R(u,v)= 圈(16 个像素)上进行匹配计算,依次类推直到找到匹配子
n m 图像为止。
∑∑(Pi+u,j+u - P)(Ti+u,j+u - T)
i = 1 j = 1
n m n m
2 2
∑∑(Pi+u,j+u - P) ∑∑(Ti+u,j+u - T)
i = 1 j = 1 i = 1 j = 1
(1)
式中 T 和 P 分别为模板图像 T 和实时子图像 P 的灰度均
值。匹配计算的基本搜索策略是遍历性的,为了找到最优
匹配点,必须在搜索区域内的每一个像素点上进行区域相 图 3 “回形”搜索方法示意
关匹配计算,重复次数为[M -m +1]×[N -n +1],最后得 当目标图像与模板图像相对静止时,目标图像的中心
到与模板图像 T 相关值最大的位置即为目标当前位置。相 像素所在位置就是匹配位置。当目标向某一个方向移动一
关匹配的数据量和计算量很大。在很多目标跟踪的模板匹 段距离 D,如果 D 在目标图像上对应的横向位移和纵向位
[6]
配计算中采用了专用的数字处理器来提高计算速度 ,对 移的绝对值均小于等于 1 个像素对应的长度,那么匹配的
于分辨率较高的图像,当算力有限的情况下,这种算法所用 位置一定在与中心相邻的第一圈 8 个像素的某个像素位置
的时间比较长。 上;如果 D 在目标图像上对应的横向